Grammar-aware sentence classification on quantum computers

要約

自然言語処理 (NLP) は、現代の AI における大きな進歩の最前線にあり、おそらくこの分野で最も困難な分野の 1 つです。
同時に、量子コンピューティング (QC) の分野では、量子ハードウェアの着実な成長と量子アルゴリズムの実装に向けた顕著な改善により、量子コンピューターが従来のコンピューターでは実行できないタスクを実行する時代が近づいています。
合理的な量のリソース。
これにより、AI、特に NLP に新たな機会がもたらされます。
この作業では、自然言語の意味のカテゴリ分布構成 (DisCoCat) モデルを使用します。その基礎となる数学的基盤により、量子インスタンス化が可能になります。
フォールト トレラントな量子アルゴリズムに関する以前の研究では、特に DisCoCat を採用した NLP の潜在的な量子的利点が既に実証されています。
この作業では、ノイズの多い中規模量子 (NISQ) ハードウェアの機能に焦点を当て、DisCoCat フレームワークを使用して、NISQ プロセッサで NLP タスクの最初の実装を実行します。
文は、パラメータ化された量子回路としてインスタンス化されます。
単語の意味は、パラメータ化された量子回路を使用して量子状態に埋め込まれ、文の文法構造は、単語回路を文回路に構成するもつれ操作のパターンとして忠実に現れます。
回路のパラメーターは、バイナリ分類の教師あり NLP タスクで従来のオプティマイザーを使用してトレーニングされます。
私たちの新しい QNLP モデルは、量子ハードウェアの品質が近い将来向上し、QC と AI の交差点で実験研究の新しい分野を固めるにつれて、スケーラビリティの具体的な見込みを示しています。

要約(オリジナル)

Natural language processing (NLP) is at the forefront of great advances in contemporary AI, and it is arguably one of the most challenging areas of the field. At the same time, in the area of Quantum Computing (QC), with the steady growth of quantum hardware and notable improvements towards implementations of quantum algorithms, we are approaching an era when quantum computers perform tasks that cannot be done on classical computers with a reasonable amount of resources. This provides a new range of opportunities for AI, and for NLP specifically. In this work, we work with the Categorical Distributional Compositional (DisCoCat) model of natural language meaning, whose underlying mathematical underpinnings make it amenable to quantum instantiations. Earlier work on fault-tolerant quantum algorithms has already demonstrated potential quantum advantage for NLP, notably employing DisCoCat. In this work, we focus on the capabilities of noisy intermediate-scale quantum (NISQ) hardware and perform the first implementation of an NLP task on a NISQ processor, using the DisCoCat framework. Sentences are instantiated as parameterised quantum circuits; word-meanings are embedded in quantum states using parameterised quantum-circuits and the sentence’s grammatical structure faithfully manifests as a pattern of entangling operations which compose the word-circuits into a sentence-circuit. The circuits’ parameters are trained using a classical optimiser in a supervised NLP task of binary classification. Our novel QNLP model shows concrete promise for scalability as the quality of the quantum hardware improves in the near future and solidifies a novel branch of experimental research at the intersection of QC and AI.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google